A320系列飞行数据记录器工作原理浅析

飞行数据记录器是飞机上装备的记录系统工作状态的自动记录设备,为飞行事故调查提供客观证据,促进相关事件的解决和系统可靠性的提升。数十年来,飞行数据记录器经历了全方位的功能改进与系统革新,本文以A320系列飞机为例,对飞行数据记录器的工作原理与状态进行初步分析。     

基于遗传规划的导弹自适应控制方法研究

为改善PID控制对强非线性导弹系统的控制效果,提出了一种采用遗传规划映射的导弹自适应控制方法。首先建立PID控制器结构,随后充分利用遗传规划映射关系清晰、非线性拟合能力强的特点,采用飞行状态参数和最优控制参数作为输入和输出的样本数据进行离线学习,获得从弹体飞行状态参数到PID控制参数的直观函数关系,最终可实现控制参数的在线自适应整定。仿真结果表明,该方法对导弹系统参数的非线性变化具有很强的适应性,可以起到稳定的控制效果。     

UCAV任务规划系统的研究进展及发展趋势

分析了无人作战飞机任务规划系统的特点，按照规划范围和时段对无人作战飞机任务规划系统进行分层研究，讨论和分析了各个层次的作用及发展现状。最后，展望了无人作战飞机任务规划系统的发展趋势。     

一种基于PCA的面向对象多尺度分割优化算法

多尺度分割是图像面向对象分类的基础，针对不同区域特征最优分割尺度确定的主观性以及采用聚类算法时聚类中心确定的随机性，提出了一种联合降维与聚类算法的面向对象多尺度分割优化算法。该算法首先利用主成分分析法（PCA）降维排序后的结果产生初始聚类中心；然后采用K-means聚类和度量每一个像素点合并的概率，从而得到适应不同研究区域内不同尺度地物的分割结果。采用多个影像数据库，通过引入聚类评价指标（内部评价指标和外部评价指标）、分割评价指标（分割精度、过分割率和欠分割率）并结合现有的图像分割方法及原始的K-means算法、与PCA降维后的K-means聚类对比分析。研究结果表明:经过降维处理后进行的聚类算法稳定性更高；与传统的聚类算法相比，结合PCA降维更能自动识别最优分割尺度；降维技术和聚类算法联合之中，目视和定量评价指标表明经过降维预处理后的聚类能得到更高质量的分割结果。      

浅谈机载软件的管理

传统的机载软件管理采用机载软件清单结合机载软件实体盘的形式。随着电子化飞机的引进及网络技术的发展,传统的机载软件管理方式已不能适应需求。本文通过建立一套机载软件电子化平台,实现了对机载软件构型和软件的更优管控,保障航空公司对机载软件管理的及时性和准确性。     

基于BP神经网络的机载数字高程模型压缩

现有的数字高程模型压缩方法大多从编码方式上进行优化,而很少利用其数据的自相关性。为此,提出了一种采用L-M训练算法的单隐层BP神经网络实现机载数字高程模型压缩的新方法,并给出了实现压缩的详细过程。论述了采用单隐层网络的理由,并根据机载要求的相对误差精度去选择最少的隐层节点数。通过选取ASTERGDEM30米分辨率的高精...